谷歌推 Gemini 3.5 Transcribe，结合上下文实现精准语音转文字
rseroter · x · 2026-08-27
谷歌推出了 Gemini 3.5 Transcribe，号称其最精确的语音转文本模型，专为 Google Antigravity 中的智能语音交互设计。该模型在获得许可的情况下，能结合屏幕上下文和聊天历史，确保对文件名、Agent 思考过程和活动文档的转录具有极高准确性。
所属事件:谷歌发布 Gemini 3.5 Transcribe 语音转文本模型(17 条相关)→
「多模态」频道最新
- xAI 发 Grok Imagine 电影感创作指南，Odyssey 视频赛 8 月底截止 — chaitu · 2026-08-27
- HeyGen 为何开源 HyperFrames：将视频编辑转为代码问题 — altryne · 2026-08-27
- Seedance 2.5 同步生成音画，原生低分输出来降成本 — LudovicCreator · 2026-08-27
- Seedance 2.5 支持 50 路参考素材，解决角色一致性难题 — LudovicCreator · 2026-08-27
- 构建多模态智能体：从 LLM 到落地 Agent 的 7 步路线图 — MaryamMiradi · 2026-08-27
- Descript 揭秘专用模型：零shot语音修复与唇形同步 — descript · 2026-08-27